首页> 中文期刊> 《软件导刊》 >集成学习有效性研究

集成学习有效性研究

         

摘要

集成学习是构造一系列的分类器,然后对新的样本预测其类别的学习算法。最原始的集成方法是贝叶斯平均,最近的算法包括Error-Correcting output coding、Bagging和Boosting。阐述了集成后的分类器效果优于单个分类器的原因,结合实验对一些集成学习的研究结果进行了说明。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号